Folyamatosan változó világunkban a kutatók az innováció és a felfedezések élvonalában állnak. Az ehhez a szellemi kihívásokkal teli hivatáshoz szükséges készségek ugyanolyan sokszínűek, mint a problémák, amelyekkel szembesülnek. A mesterséges intelligencia megjelenésével pedig egyre fontosabbá válik a multidiszciplináris szemléletmód, a kritikai gondolkodás és a kreatív problémamegoldás ötvözete. Egy kutatónak nemcsak a szakterülete alapvető kompetenciáiban kell jártasnak lennie, hanem azokban a skillekben is, amelyek segítik őket eligazodni a kutatás-fejlesztés összetett rendszerében.
Annak felismerése és tudatos fejlesztése, hogy mely készségek kulcsfontosságúak, elengedhetetlen mindazok számára, akik jelentős hatást kívánnak gyakorolni a tudományra és a társadalomra. Az alábbiakban 5 olyan nélkülözhetetlen készséget mutatunk be, amelyek megalapozhatják a sikeres kutatói pályát, ezáltal útmutatóként szolgálva mindazoknak, akik szeretnék tudatosan formálni szakmai fejlődésüket.
1. Digitális írástudás és mesterséges intelligencia használata a kutatásban
A mesterséges intelligencia napjaink egyik legújabb vívmánya, amely új korszakot nyit meg a tudományos világban egyaránt, ami alapjaiban formálja át a tudományos gondolkodást és a kutatási gyakorlatokat. Az olyan AI eszközök, mint a ChatGPT, Elicit, Scite AI, Jenni AI, vagy a Gemini megkönnyítik a kutatók munkáját az ötletelésben, hipotézisek megalkotásában, adatelemzésekben, szakirodalmak keresésében, de csak akkor, ha a megfelelő promptot (utasítást) adják meg. A prompt engineering, mint skill egyre fontosabb egy kutató életében is, hiszen egy jól megfogalmazott kérdéssel hatékonyabban tudjuk kiaknázni az AI által megadott ötleteket, válaszokat. Azonban az AI eszközök által generált válaszokat mindig fenntartással kell kezelni, ugyanis nem helyettesítik a kritikai gondolkodást.
📌 ChatGPT: https://chatgpt.com/
📌 Elicit: https://elicit.com/
📌 Scite AI: https://scite.ai/
📌 Jenni AI: https://jenni.ai/
📌 Gemini: https://gemini.google.com/
📌 teal hq: What Skills Does a Research Scientist Need?
2. Open Science skillek
Az új technológiák megjelenése jelentősen átformálják a kutatási eredmények terjesztését, átláthatóságát. Az Open Science (nyílt tudomány) mára a kutatói munka egyik alapvető megközelítésévé vált, amely új alapokra helyezi az eredmények közzétételének folyamatát. Célja, hogy a tudományos eredmények, adatok és módszerek átláthatóan, újrahasznosítható módon és bárki számára hozzáférhetően szülessenek meg, ezzel növelve a tudományos közösségek közötti együttműködést.
Az Open Science gyakorlása komplex készségek egész sorát igényli, nemcsak a publikálás, de a tudománykommunikáció, az innováció, a kutatási folyamat és az oktatás területén is.
🔑 A legfontosabb Open Science készségek közé tartoznak:
- Tudományos kompetenciák: például kutatási adatkezelés, nyílt hozzáférésű publikálás (open access), preprint szerverek használata vagy nyílt lektorálás, melyek biztosítják a kutatási eredmények átláthatóságát és újrahasznosíthatóságát. Ezekhez szükséges a FAIR (Findable, Accessible, Interoperable, Reusable) irányelvek ismerete és alkalmazása.
- Kollaboráció: együttműködés különböző tudományterületek, intézmények és szakterületek között; nyitottság az interdiszciplinaritásra.
- Digitális készségek: szoftverek, repozitóriumok, licencelési lehetőségek, adatformátumok és verziókezelési módszerek ismerete.
- Etikus adatkezelés: a kutatás társadalmi hasznosságának tudatosítása, a közösségi visszacsatolás és a felelős adathasználat iránti elkötelezettség.
- Kommunikáció: a kutatás társadalmi hasznosságának tudatosítása, a kutatás népszerűsítése, hálózatépítés.
Az Open Science nem csupán technikai gyakorlat, hanem szemléletmód is, amely a tudományos közösség és a társadalom közötti kapcsolat erősítését célozza. A kutatóknak érdemes kihasználni az olyan kezdeményezések által kínált képzéseket és erőforrásokat, mint az OpenAIRE projekt, amelyek támogatják a nyílt tudományos gyakorlatok elsajátítását és alkalmazását.
📌 Open Science – Skills Matrix
3. Interdiszciplináris gondolkodás és kapcsolatteremtés
Fontos az interdiszciplináris gondolkodásmód elsajátítása, hiszen vannak bizonyos kérdések, mint a klímaváltozás, fertőzések terjedése vagy akár az AI etikai hatásai, melyek nem oldhatóak meg egyetlen tudományterületen belül. Egyre fontosabbá válik, hogy a kutatók képesek legyenek hatékonyan kommunikálni más szakterületek képviselőivel (akár informatikusokkal, jogászokkal, mérnökökkel) is. Ehhez azonban megfelelő kommunikációs készség, nyitottság és együttműködési hajlandóság is szükséges, melyek kulcsfontosságúak a versenyképesség fenntartásában.
4. Tudománykommunikáció
A kutatás nem ér véget azzal, hogy legyártjuk az adatokat, közöljük egy folyóiratban, sőt, valójában itt kezdődik az igazi kihívás: hogyan beszéljünk a tudományról úgy, hogy azt mások is megértsék? Ma már nem elég a szakmai közönségnek bemutatni az eredményeket; a tudományos eredmények társadalmi hasznosulásához elengedhetetlen, hogy azok mindenkihez eljussanak. Ebben pedig maguknak a kutatóknak van kulcsszerepük: senki sem tudja hitelesebben elmagyarázni a tudományt, mint az, aki csinálja.
A közösségi média, a vizuális absztraktok, infografikák, a rövid videók, podcast-ek, blogbejegyzések és hírlevelek mind olyan eszközök, amelyek segítenek kapcsolatot tartani a közönséggel (public engagement), ezáltal felkelteni az emberekben a tudomány iránti érdeklődést. Egy jól megfogalmazott, szórakoztató poszt vagy ábra sokkal több embert érhet el, mint egy száraz, tudományos cikk.
🎥 Video
5. Projekt- és időmenedzsment
A kutatás egy komplex munkafolyamat, ahol egyszerre futnak kísérletek, készülnek a publikációk, zajlik az oktatás és a pályázatok írása – gyakran rövid határidőre, egyszerre párhuzamosan. Ebben a hibrid kutatói világban a projektmenedzsment már nem plusz készség, hanem túlélőeszköz.
A Science cikkében olvasható beszámolók szerint a legtöbb kutató „menet közben” tanulja meg, hogyan kell komplex projekteket irányítani – miközben nincs hozzá formális képzése. A Nature szintén kiemeli: a szétaprózott figyelem és az egymásra torlódó projektek a kiégés melegágyai lehetnek, ha nem tanuljuk meg tudatosan kezelni a feladatokat és az időnket.
Pedig van kiút a káoszból. Egyre több digitális és AI-alapú eszköz (Notion, Trello, Gantt-diagramok, Miro) segít a kutatási projektek áttekintésében, a hatékonyabb kutatástervezésben és a fókusz megtartásában.
A tudomány jövője nemcsak az ötleteinken, hanem azon is múlik, hogyan strukturáljuk a mindennapi kutatói munkát. Aki ebben ügyes, nemcsak hatékonyabb kutatóvá, hanem tudatosabb szakemberré is válik.
📌 Science: Project Management for Scientists, Part 1: An Overview
Záró gondolat
A fenti öt skill nemcsak a versenyképességet növeli, hanem hosszú távon hozzájárul ahhoz is, hogy a kutatók magabiztosabbak és hatékonyabbak legyenek a munkájuk során. Ha még hiányoznak egyes soft skilljeink, vessük bele magunkat a tanulásba! Ezek a készségek ugyanúgy fejleszthetőek, ahogy a tárgyi tudás. A Könyvtár kurzusai között is találunk olyat, ahol kifejezetten ezeket a készségeket tanítják.